16、热拌沥青混合料设计与石矩阵沥青设计实践

热拌沥青混合料设计与石矩阵沥青设计实践

1. 设计集料结构选择

在进行热拌沥青混合料(HMA)设计时,首先要选择合适的设计集料结构。以19.0 - mm标称最大集料的试验混合料为例,20年项目设计等效单轴荷载(ESALs)为500万。以下是不同试验混合料在初始试验结合料含量下的体积性质数据:
| 试验编号 | Pb (trial) | %initial mm G (trial) | %design mm G (trial) | Va at Ndesign | VMAtrial |
| — | — | — | — | — | — |
| 1 | 4.4 | 88.3 | 95.6 | 4.4 | 13.0 |
| 2 | 4.4 | 88.0 | 94.9 | 5.1 | 13.6 |
| 3 | 4.4 | 87.3 | 94.5 | 5.5 | 14.1 |
| 标准 | - | - | - | 4.0 | - |

由于没有试样的空气空隙含量恰好为4.0%,所以需要应用特定程序来估计空气空隙含量为4.0%时的设计结合料含量,并获得该估计结合料含量下调整后的VMA和相对密度值。以下是调整到设计结合料含量(Va = 4.0% at Ndesign)时的变化情况:
| 试验编号 | ΔVa | ΔPb | ΔVMA |
| — | — | — | — |
| 1 | –0.4 | 0.2 | –0.1 |
| 2 | –1.1 | 0.4 | –0.2 |
| 3 | –1.5 | 0.6 | –0.3 |

在估计的设计结合料含量下的相关数据如下:
| 试验编号 |

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值